基于HM-OLS逐步回归模型的学生网络学习成绩关联因素分析

作     者：刘俊杰 董佳怡 杨勇 刘丹 曲福恒 吕彦昌 LIU Jun-jie;Dong Jia-yi;YANG Yong;LIU Dan;QU Fu-heng;LYU Yan-chang

作者机构：长春理工大学计算机科学技术学院长春130022 吉林工程技术师范学院数据科学与人工智能学院长春130052 

出 版 物：《吉林大学学报(工学版)》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2024年第54卷第12期

页      面：3755-3762页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：吉林省教育厅一般项目(JJKH20220777KJ JJKH20230842KJ) 

主　　题：HM-OLS逐步回归模型 网络学习空间数据 学生成绩 关联性分析 

摘      要：针对现有回归分析模型容易估计失真或难以估计准确的问题,本文提出了一种HMOLS逐步回归分析模型。首先,通过主成分分析(PCA)方法对数据进行压缩降维,解决多重共线性问题;其次,利用经过处理的数据构建矩阵,通过最小二乘法估计模型参数,完成模型的拟合,并进行异方差检验与多重共线性检测;最后,以AIC值为参考,采用向前逐步回归法筛选影响因素,重新拟合模型,完成关联性分析。实验结果表明:本文提出的HM-OLS逐步回归分析模型有效消除了量纲的差异,解决了多重共线性问题,其稳定性和拟合效果明显优于传统的OLS、岭回归分析模型,并且能够准确分析出网络学习空间中与学生成绩关联性较强的影响因素。